CN115758674A - 一种电能表信息化评价校准模型测评验证系统及方法 - Google Patents
一种电能表信息化评价校准模型测评验证系统及方法 Download PDFInfo
- Publication number
- CN115758674A CN115758674A CN202211328098.4A CN202211328098A CN115758674A CN 115758674 A CN115758674 A CN 115758674A CN 202211328098 A CN202211328098 A CN 202211328098A CN 115758674 A CN115758674 A CN 115758674A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- electric energy
- energy meter
- calibration model
- informatization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电能表信息化评价校准模型测评验证系统及方法,系统包括:电能表信息化评价校准模型测量不确定度评定与控制模块、基于数字孪生混合现实技术的负荷数据发生器和电能表信息化评价校准模型结果测评验证方法研究及测评验证平台。本发明以理论与实践上对电能表信息化校准模型进行测评与验证,将信息化测量准确度和可信度提升到一个新高度,同时也解决目前普遍采用的传统人工现场校验或拆回实验室检定模式存在的工作效率低、运维与电能表更换成本高、人工劳动强度高、不能对电能表实时监测和故障及时上报预警、难以有效控制计量故障和差错电量发生等问题。
Description
技术领域
本发明属于供电管理技术领域,特别是涉及一种电能表信息化评价校准模型测评验证系统及方法。
背景技术
电能表是用来测量电能的仪表,又称电度表、火表、千瓦小时表,指测量各种电学量的仪表。使用电能表时要注意,在低电压和小电流的情况下,电能表可直接接入电路进行测量。为了使电能表测量的结果更加精确,电能表在使用之前需要校准。
随着技术的发展和进步,业界设计出电能表信息化评价校准模型,利用一种电能表信息化评价校准模型对对电能表误差数据计算输出,有别于传统的实物传递的校准方法,其本质是信息化的校准方法。目前尚无科学有效的技术手段测评验证信息化评价校准模型的各项性能指标以及输出结果的准确性。
发明内容
针对背景技术中指出的技术问题,本发明的目的在于提供一种电能表信息化评价校准模型测评验证系统及方法,以理论与实践上对电能表信息化校准模型进行测评与验证,将信息化测量准确度和可信度提升到一个新高度,同时也解决目前普遍采用的传统人工现场校验或拆回实验室检定模式存在的工作效率低、运维与电能表更换成本高、人工劳动强度高、不能对电能表实时监测和故障及时上报预警、难以有效控制计量故障和差错电量发生等问题。
为实现上述目的,本发明提供的技术方案如下:
第一方面
本发明提供了一种电能表信息化评价校准模型测评验证系统,其特征在于,包括电能表信息化评价校准模型测量不确定度评定与控制方法模块、基于数字孪生混合现实技术的负荷数据发生器和电能表信息化评价校准模型结果测评验证方法研究及测评验证平台;
所述电能表信息化评价校准模型测量不确定度评定与控制模块用于提供数据输入;
所述基于数字孪生混合现实技术的负荷数据发生器用于生成验证数据,确定仿真复杂工况、多因素测评验证关键指标;
所述电能表信息化评价校准模型结果测评验证方法研究及测评验证平台用于建立数字仿真平台,构建电能表信息化评价校准模型测评验证平台。
第二方面
与上述系统相对应地,本发明还提供了一种电能表信息化评价校准模型测评验证方法,包括如下步骤:
步骤1:利用电能表信息化评价校准模型测量不确定度评定与控制方法提供数据输入;
步骤2:利用基于数字孪生混合现实技术的负荷数据发生器生成验证数据,确定仿真复杂工况、多因素测评验证关键指标;
步骤3:利用电能表信息化评价校准模型结果测评验证方法研究及测评验证平台建立数字仿真平台,构建电能表信息化评价校准模型测评验证平台。
与现有技术相比,本发明的有益效果是:
1.本发明通过建立电能表评价校准物理与数学模型,研究合成标准不确定度与扩展不确定度的计算评定方法,提出目标不确定度控制方法,为研究过程中物理、数学模型与算法的优化完善提供理论支撑,实现电能表信息化校准不确定度的准确评价与精确控制,保证信息化校准的准确性与可信度。
2.本发明通过研究用户社会属性、电器加载信息、运行环境、时空等因素与负荷曲线的关系,构建基于数字孪生混合现实技术的负荷数据发生器,实现台区下所有计量点的电压、电流、有功、无功、功率因数等曲线的数字采集、模拟不同低压台区拓扑结构、模拟不同低压台区故障类型、模拟不同低压台区不同负荷用户等功能,为电能表信息化评价校准模型结果的测评验证提供多维训练数据。
3.本发明通过确定电能表信息化评价校准模型测评关键指标,研究基于聚类分析法及高阶插值算法的模型仿真,开展数据多模态耦合特性分析,结合数字空间与物理一致的负荷数据发生器,构建基于数字孪生虚拟现实的电能表评价校准模型测评验证平台,实现模型评价校准结果的测评验证。
附图说明
图1所示为本申请实施例提供的系统模块示意图;
图2所示为本申请实施例的系统原理示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
请参阅图1-图2所示,为本发明提供的一种实施例。
本实施例提供的一种电能表信息化评价校准模型测评验证系统,包括电能表信息化评价校准模型测量不确定度评定与控制方法模块、基于数字孪生混合现实技术的负荷数据发生器和电能表信息化评价校准模型结果测评验证方法研究及测评验证平台;
所述电能表信息化评价校准模型测量不确定度评定与控制模块用于提供数据输入。其在研究全面考虑在线评定电能表运行误差时所面临的各种因素与不同条件,分析并明确电能表信息化评价校准模型的各不确定度源以及各不确定度分量,根据台区拓扑与电能表和计量模块中的电量数据、负荷曲线等数据,建立电能表评价校准物理与数学模型,研究合成标准不确定度与扩展不确定度的计算评定方法,提出目标不确定度控制方法,为研究过程中物理、数学模型与算法的优化完善提供理论支撑,实现电能表信息化校准不确定度的准确评价与精确控制,保证信息化校准的准确性与可信度。
具体地,所述电能表信息化评价校准模型测量不确定度评定与控制方法模块,执行如下方法:
步骤1.1对物理模型建立和数据模型求解环节中,可能存在的台区总表误差、低压电流互感器误差、电能表截断误差、电流和电压回路阻抗、电压波动、电阻温度系数、采样时间同步性、台区线损及电力负载特性、电磁环境、温湿度等不确定来源进行统计分析,分析并明确不确定度源、不确定度分量以及各不确定分量之间的相关系数;
步骤1.2利用灰色系统理论、信息熵理论、贝叶斯理论、蒙特卡洛方法以及神经网络理论建立适用于电能表在线评定的不确定度数学模型以及合成标准不确定度与扩展不确定度的计算评定方法;
步骤1.3以目标扩展不确定度为优化目标,结合模糊理论合集和非凸优化等技术,对标准不确定度分量进行再分配,支撑分层分级台区能量守恒物理模型、数据求解模型的不断优化。
所述基于数字孪生混合现实技术的负荷数据发生器用于生成验证数据,确定仿真复杂工况、多因素测评验证关键指标。其研究用户社会属性、电器加载信息、运行环境、时空等因素与负荷曲线的关系,实现多角度用户负荷特征画像,基于数字孪生混合现实技术,在仿真环境下,构建一套与物理装置一致的负荷数据发生器,可实现台区下所有计量点的电压、电流、有功、无功、功率因数等曲线的数字采集、模拟不同低压台区拓扑结构、模拟不同低压台区故障类型、模拟不同低压台区不同负荷用户等功能,为电能表信息化评价校准模型结果的测评验证提供多维训练数据。
具体地,所述基于数字孪生混合现实技术的负荷数据发生器,执行如下方法:
步骤2.1根据实际台区计量装置配置及运行情况,研究用户社会属性、电器加载信息、运行环境等因素与负荷曲线的关系,通过研究SOM网络聚类分析、分类回归机器学习算法,构建多角度用户负荷特征画像,确定模型评价的关键特征量;
步骤2.2基于数字孪生混合现实技术,抽象实际低压台区的物理特征模型,构建低压台区数字仿真模型,可实现不同台区类型、不同负荷用户、不同台区拓扑结构、不同台区故障类型的仿真模拟;
步骤2.3在仿真环境下,构建与低压台区用电特性一致的负荷数据发生器,实现台区下所有计量点的电压、电流、有功、无功、功率因数的数字采集,模拟不同低压台区拓扑结构、模拟不同低压台区故障类型、模拟不同低压台区不同负荷用户,为电能表信息化评价校准模型结果的测评验证提供多维训练数据。
需要说明的是,所述基于数字孪生混合现实技术的负荷数据发生器为一套与物理装置一致的负荷数据发生器。
所述电能表信息化评价校准模型结果测评验证方法研究及测评验证平台用于建立数字仿真平台,构建电能表信息化评价校准模型测评验证平台。其基于电能表评价校准模型构建与不确定度的研究成果,确定电能表信息化评价校准模型测评关键指标,研究基于聚类分析法及高阶插值算法的模型仿真,开展数据多模态耦合特性分析,结合数字空间与物理一致的负荷数据发生器,构建基于数字孪生虚拟现实的电能表评价校准模型测评验证平台,实现模型评价校准结果的测评验证。
具体地,所述电能表信息化评价校准模型结果测评验证方法研究及测评验证平台,执行如下方法:
步骤3.1以电能表信息化评价校准模型以及不确定度分析研究成果,研究包括平均绝对误差、平均方差、均方根误差在内的各种指标与其特性,设计合适的测评验证评价指标在此基础上,综合包括表面验证、图灵测试及t检验法、置信区间法、贝叶斯假设检验法,设计与评价校准模型相适应的测评验证方法;
步骤3.2在评价指标设计、结果测评验证方法的基础上,结合负荷数据发生器,构建按需重构、节点灵活拓展、负荷可调可控、潮流实时计算、故障动态模拟、虚实双向联动、状态精准可视的电能表信息化评价校准模型测评验证平台;
步骤3.3利用数字孪生混合现实技术的负荷数据发生器提供的数据,在电能表信息化评价校准模型测评验证平台的基础上,根据研究的测评验证方法,对电能表评价校准模型结果进行测评,在电能表信息化评价校准模型测评验证平台的实际物理节点上对校准模型结果及不确定度分析结果进行验证。
与上述系统相对应地,本实施例还提供了一种电能表信息化评价校准模型测评验证方法,其特征在于,包括如下步骤:
步骤1:利用电能表信息化评价校准模型测量不确定度评定与控制方法提供数据输入;
步骤2:利用基于数字孪生混合现实技术的负荷数据发生器生成验证数据,确定仿真复杂工况、多因素测评验证关键指标;
步骤3:利用电能表信息化评价校准模型结果测评验证方法研究及测评验证平台建立数字仿真平台,构建电能表信息化评价校准模型测评验证平台。
其中,所述步骤1包括如下:
步骤1.1对物理模型建立和数据模型求解环节中,可能存在的台区总表误差、低压电流互感器误差、电能表截断误差、电流和电压回路阻抗、电压波动、电阻温度系数、采样时间同步性、台区线损及电力负载特性、电磁环境、温湿度等不确定来源进行统计分析,分析并明确不确定度源、不确定度分量以及各不确定分量之间的相关系数;
步骤1.2利用灰色系统理论、信息熵理论、贝叶斯理论、蒙特卡洛方法以及神经网络理论建立适用于电能表在线评定的不确定度数学模型以及合成标准不确定度与扩展不确定度的计算评定方法;
步骤1.3以目标扩展不确定度为优化目标,结合模糊理论合集和非凸优化等技术,对标准不确定度分量进行再分配,支撑分层分级台区能量守恒物理模型、数据求解模型的不断优化。
其中,所述步骤2包括如下:
步骤2.1根据实际台区计量装置配置及运行情况,研究用户社会属性、电器加载信息、运行环境等因素与负荷曲线的关系,通过研究SOM网络聚类分析、分类回归机器学习算法,构建多角度用户负荷特征画像,确定模型评价的关键特征量;
步骤2.2基于数字孪生混合现实技术,抽象实际低压台区的物理特征模型,构建低压台区数字仿真模型,可实现不同台区类型、不同负荷用户、不同台区拓扑结构、不同台区故障类型的仿真模拟;
步骤2.3在仿真环境下,构建与低压台区用电特性一致的负荷数据发生器,实现台区下所有计量点的电压、电流、有功、无功、功率因数的数字采集,模拟不同低压台区拓扑结构、模拟不同低压台区故障类型、模拟不同低压台区不同负荷用户,为电能表信息化评价校准模型结果的测评验证提供多维训练数据。
其中,所述步骤3包括如下:
步骤3.1以电能表信息化评价校准模型以及不确定度分析研究成果,研究包括平均绝对误差、平均方差、均方根误差在内的各种指标与其特性,设计合适的测评验证评价指标在此基础上,综合包括表面验证、图灵测试及t检验法、置信区间法、贝叶斯假设检验法,设计与评价校准模型相适应的测评验证方法;
步骤3.2在评价指标设计、结果测评验证方法的基础上,结合负荷数据发生器,构建按需重构、节点灵活拓展、负荷可调可控、潮流实时计算、故障动态模拟、虚实双向联动、状态精准可视的电能表信息化评价校准模型测评验证平台;
步骤3.3利用数字孪生混合现实技术的负荷数据发生器提供的数据,在电能表信息化评价校准模型测评验证平台的基础上,根据研究的测评验证方法,对电能表评价校准模型结果进行测评,在电能表信息化评价校准模型测评验证平台的实际物理节点上对校准模型结果及不确定度分析结果进行验证
其中,所述基于数字孪生混合现实技术的负荷数据发生器为一套与物理装置一致的负荷数据发生器。
需要说明的是:
1.本发明通过建立电能表评价校准物理与数学模型,研究合成标准不确定度与扩展不确定度的计算评定方法,提出目标不确定度控制方法,为研究过程中物理、数学模型与算法的优化完善提供理论支撑,实现电能表信息化校准不确定度的准确评价与精确控制,保证信息化校准的准确性与可信度。
2.本发明通过研究用户社会属性、电器加载信息、运行环境、时空等因素与负荷曲线的关系,构建基于数字孪生混合现实技术的负荷数据发生器,实现台区下所有计量点的电压、电流、有功、无功、功率因数等曲线的数字采集、模拟不同低压台区拓扑结构、模拟不同低压台区故障类型、模拟不同低压台区不同负荷用户等功能,为电能表信息化评价校准模型结果的测评验证提供多维训练数据。
3.本发明通过确定电能表信息化评价校准模型测评关键指标,研究基于聚类分析法及高阶插值算法的模型仿真,开展数据多模态耦合特性分析,结合数字空间与物理一致的负荷数据发生器,构建基于数字孪生虚拟现实的电能表评价校准模型测评验证平台,实现模型评价校准结果的测评验证。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种电能表信息化评价校准模型测评验证系统,其特征在于,包括电能表信息化评价校准模型测量不确定度评定与控制方法模块、基于数字孪生混合现实技术的负荷数据发生器和电能表信息化评价校准模型结果测评验证方法研究及测评验证平台;
所述电能表信息化评价校准模型测量不确定度评定与控制模块用于提供数据输入;
所述基于数字孪生混合现实技术的负荷数据发生器用于生成验证数据,确定仿真复杂工况、多因素测评验证关键指标;
所述电能表信息化评价校准模型结果测评验证方法研究及测评验证平台用于建立数字仿真平台,构建电能表信息化评价校准模型测评验证平台。
2.根据权利要求1所述的一种电能表信息化评价校准模型测评验证系统,其特征在于,所述电能表信息化评价校准模型测量不确定度评定与控制方法模块,执行如下方法:
步骤1.1对物理模型建立和数据模型求解环节中,可能存在的台区总表误差、低压电流互感器误差、电能表截断误差、电流和电压回路阻抗、电压波动、电阻温度系数、采样时间同步性、台区线损及电力负载特性、电磁环境、温湿度等不确定来源进行统计分析,分析并明确不确定度源、不确定度分量以及各不确定分量之间的相关系数;
步骤1.2利用灰色系统理论、信息熵理论、贝叶斯理论、蒙特卡洛方法以及神经网络理论建立适用于电能表在线评定的不确定度数学模型以及合成标准不确定度与扩展不确定度的计算评定方法;
步骤1.3以目标扩展不确定度为优化目标,结合模糊理论合集和非凸优化等技术,对标准不确定度分量进行再分配,支撑分层分级台区能量守恒物理模型、数据求解模型的不断优化。
3.根据权利要求1所述的一种电能表信息化评价校准模型测评验证系统,其特征在于,所述基于数字孪生混合现实技术的负荷数据发生器,执行如下方法:
步骤2.1根据实际台区计量装置配置及运行情况,研究用户社会属性、电器加载信息、运行环境等因素与负荷曲线的关系,通过研究SOM网络聚类分析、分类回归机器学习算法,构建多角度用户负荷特征画像,确定模型评价的关键特征量;
步骤2.2基于数字孪生混合现实技术,抽象实际低压台区的物理特征模型,构建低压台区数字仿真模型,可实现不同台区类型、不同负荷用户、不同台区拓扑结构、不同台区故障类型的仿真模拟;
步骤2.3在仿真环境下,构建与低压台区用电特性一致的负荷数据发生器,实现台区下所有计量点的电压、电流、有功、无功、功率因数的数字采集,模拟不同低压台区拓扑结构、模拟不同低压台区故障类型、模拟不同低压台区不同负荷用户,为电能表信息化评价校准模型结果的测评验证提供多维训练数据。
4.根据权利要求1所述的一种电能表信息化评价校准模型测评验证系统,其特征在于,所述电能表信息化评价校准模型结果测评验证方法研究及测评验证平台,执行如下方法:
步骤3.1以电能表信息化评价校准模型以及不确定度分析研究成果,研究包括平均绝对误差、平均方差、均方根误差在内的各种指标与其特性,设计合适的测评验证评价指标在此基础上,综合包括表面验证、图灵测试及t检验法、置信区间法、贝叶斯假设检验法,设计与评价校准模型相适应的测评验证方法;
步骤3.2在评价指标设计、结果测评验证方法的基础上,结合负荷数据发生器,构建按需重构、节点灵活拓展、负荷可调可控、潮流实时计算、故障动态模拟、虚实双向联动、状态精准可视的电能表信息化评价校准模型测评验证平台;
步骤3.3利用数字孪生混合现实技术的负荷数据发生器提供的数据,在电能表信息化评价校准模型测评验证平台的基础上,根据研究的测评验证方法,对电能表评价校准模型结果进行测评,在电能表信息化评价校准模型测评验证平台的实际物理节点上对校准模型结果及不确定度分析结果进行验证。
5.根据权利要求1所述的一种电能表信息化评价校准模型测评验证系统,其特征在于,所述基于数字孪生混合现实技术的负荷数据发生器为一套与物理装置一致的负荷数据发生器。
6.一种电能表信息化评价校准模型测评验证方法,其特征在于,包括如下步骤:
步骤1:利用电能表信息化评价校准模型测量不确定度评定与控制方法提供数据输入;
步骤2:利用基于数字孪生混合现实技术的负荷数据发生器生成验证数据,确定仿真复杂工况、多因素测评验证关键指标;
步骤3:利用电能表信息化评价校准模型结果测评验证方法研究及测评验证平台建立数字仿真平台,构建电能表信息化评价校准模型测评验证平台。
7.根据权利要求6所述的一种电能表信息化评价校准模型测评验证方法,其特征在于,所述步骤1包括如下:
步骤1.1对物理模型建立和数据模型求解环节中,可能存在的台区总表误差、低压电流互感器误差、电能表截断误差、电流和电压回路阻抗、电压波动、电阻温度系数、采样时间同步性、台区线损及电力负载特性、电磁环境、温湿度等不确定来源进行统计分析,分析并明确不确定度源、不确定度分量以及各不确定分量之间的相关系数;
步骤1.2利用灰色系统理论、信息熵理论、贝叶斯理论、蒙特卡洛方法以及神经网络理论建立适用于电能表在线评定的不确定度数学模型以及合成标准不确定度与扩展不确定度的计算评定方法;
步骤1.3以目标扩展不确定度为优化目标,结合模糊理论合集和非凸优化等技术,对标准不确定度分量进行再分配,支撑分层分级台区能量守恒物理模型、数据求解模型的不断优化。
8.根据权利要求6所述的一种电能表信息化评价校准模型测评验证方法,其特征在于,所述步骤2包括如下:
步骤2.1根据实际台区计量装置配置及运行情况,研究用户社会属性、电器加载信息、运行环境等因素与负荷曲线的关系,通过研究SOM网络聚类分析、分类回归机器学习算法,构建多角度用户负荷特征画像,确定模型评价的关键特征量;
步骤2.2基于数字孪生混合现实技术,抽象实际低压台区的物理特征模型,构建低压台区数字仿真模型,可实现不同台区类型、不同负荷用户、不同台区拓扑结构、不同台区故障类型的仿真模拟;
步骤2.3在仿真环境下,构建与低压台区用电特性一致的负荷数据发生器,实现台区下所有计量点的电压、电流、有功、无功、功率因数的数字采集,模拟不同低压台区拓扑结构、模拟不同低压台区故障类型、模拟不同低压台区不同负荷用户,为电能表信息化评价校准模型结果的测评验证提供多维训练数据。
9.根据权利要求6所述的一种电能表信息化评价校准模型测评验证方法,其特征在于,所述步骤3包括如下:
步骤3.1以电能表信息化评价校准模型以及不确定度分析研究成果,研究包括平均绝对误差、平均方差、均方根误差在内的各种指标与其特性,设计合适的测评验证评价指标在此基础上,综合包括表面验证、图灵测试及t检验法、置信区间法、贝叶斯假设检验法,设计与评价校准模型相适应的测评验证方法;
步骤3.2在评价指标设计、结果测评验证方法的基础上,结合负荷数据发生器,构建按需重构、节点灵活拓展、负荷可调可控、潮流实时计算、故障动态模拟、虚实双向联动、状态精准可视的电能表信息化评价校准模型测评验证平台;
步骤3.3利用数字孪生混合现实技术的负荷数据发生器提供的数据,在电能表信息化评价校准模型测评验证平台的基础上,根据研究的测评验证方法,对电能表评价校准模型结果进行测评,在电能表信息化评价校准模型测评验证平台的实际物理节点上对校准模型结果及不确定度分析结果进行验证。
10.根据权利要求6所述的一种电能表信息化评价校准模型测评验证方法,其特征在于,所述基于数字孪生混合现实技术的负荷数据发生器为一套与物理装置一致的负荷数据发生器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211328098.4A CN115758674A (zh) | 2022-10-26 | 2022-10-26 | 一种电能表信息化评价校准模型测评验证系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211328098.4A CN115758674A (zh) | 2022-10-26 | 2022-10-26 | 一种电能表信息化评价校准模型测评验证系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115758674A true CN115758674A (zh) | 2023-03-07 |
Family
ID=85354129
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211328098.4A Pending CN115758674A (zh) | 2022-10-26 | 2022-10-26 | 一种电能表信息化评价校准模型测评验证系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115758674A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117148264A (zh) * | 2023-10-31 | 2023-12-01 | 山东计保电气有限公司 | 一种用于电能计量的远程校准的方法 |
CN117572332A (zh) * | 2024-01-16 | 2024-02-20 | 北京京仪北方仪器仪表有限公司 | 一种基于云计算的电能表误差校验方法及系统 |
-
2022
- 2022-10-26 CN CN202211328098.4A patent/CN115758674A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117148264A (zh) * | 2023-10-31 | 2023-12-01 | 山东计保电气有限公司 | 一种用于电能计量的远程校准的方法 |
CN117148264B (zh) * | 2023-10-31 | 2024-05-14 | 山东计保电气有限公司 | 一种用于电能计量的远程校准的方法 |
CN117572332A (zh) * | 2024-01-16 | 2024-02-20 | 北京京仪北方仪器仪表有限公司 | 一种基于云计算的电能表误差校验方法及系统 |
CN117572332B (zh) * | 2024-01-16 | 2024-03-22 | 北京京仪北方仪器仪表有限公司 | 一种基于云计算的电能表误差校验方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115758674A (zh) | 一种电能表信息化评价校准模型测评验证系统及方法 | |
Hosseini et al. | Optimal planning and operation of multi-vector energy networks: A systematic review | |
CN112684379A (zh) | 一种基于数字孪生的变压器故障诊断系统及其方法 | |
Soleimanpour et al. | Probabilistic load flow by using nonparametric density estimators | |
CN107621621A (zh) | 一种智能电能表在线综合误差校准方法 | |
CN111832161B (zh) | 一种综合能源系统实时仿真方法及系统 | |
CN109830955B (zh) | 考虑柔性约束与全周期成本的电-气配网柔性规划方法 | |
Aftab et al. | IEC 61850 communication based dual stage load frequency controller for isolated hybrid microgrid | |
CN112287540B (zh) | 一种风电场接入电网的电磁暂态联合仿真方法 | |
CN107944652A (zh) | 一种广义流量仪表运行误差远程校准方法 | |
Hansen et al. | Evaluating transactive controls of integrated transmission and distribution systems using the framework for network co-simulation | |
CN111046519A (zh) | 一种人工智能技术在电能表误差诊断中的应用分析方法 | |
Zang et al. | A robust state estimator for integrated electrical and heating networks | |
CN110532642A (zh) | 一种综合能源系统概率能流的计算方法 | |
CN110880055A (zh) | 楼宇智能电表系统 | |
CN112859645A (zh) | 一种综合能源系统性能测试平台 | |
Menati et al. | High resolution modeling and analysis of cryptocurrency mining’s impact on power grids: Carbon footprint, reliability, and electricity price | |
Zhang et al. | Ensemble learning-based approach for residential building heating energy prediction and optimization | |
Bai et al. | Automatic modeling and optimization for the digital twin of a regional multi-energy system | |
Benigni et al. | On the development of control solutions for local energy communities: An incremental prototyping approach and related infrastructure | |
Wiesner et al. | A testbed for carbon-aware applications and systems | |
Pérez-Vilarelle et al. | Modeling and simulation of wind energy production in the smart-grid scenario | |
CN106684854B (zh) | 一种基于节点等效的有源配电网电压越限风险分析方法 | |
Chinnow et al. | A tool set for the evaluation of security and reliability in smart grids | |
Chi et al. | Dynamic Reliability Assessment Framework for Integrated Energy Systems Based on the Improved Universal Generating Function |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |